## 前言

上一篇了解了 Prometheus 的定位，本篇深入拆解它的架构。Prometheus 不是一个单体工具，而是由多个组件协作的系统。理解每个组件的职责和数据流向，是用好 Prometheus 的基础。

---

## 一、整体架构图

```
┌─────────────────────────────────────────────────────────────────┐
│                      Prometheus 架构                             │
│                                                                  │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐        │
│  │ Exporter │  │ Exporter │  │ Exporter │  │Pushgateway│       │
│  │ (Node)   │  │ (MySQL)  │  │(Blackbox)│  │(短任务)    │       │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘  └─────┬────┘       │
│       │ /metrics    │ /metrics    │ /metrics     │ Push          │
│       │             │             │              │               │
│  ┌────┴─────────────┴─────────────┴──────────────┴────┐        │
│  │              Prometheus Server                        │        │
│  │  ┌──────────────┐  ┌───────────┐  ┌──────────────┐ │        │
│  │  │  Retrieval    │  │  TSDB     │  │  HTTP Server │ │        │
│  │  │  (采集引擎)    │→│  (存储)   │←│  (查询API)    │ │        │
│  │  └──────┬───────┘  └───────────┘  └──────┬───────┘ │        │
│  │         │  ┌─────────────────────┐         │         │        │
│  │         └──│ Service Discovery   │         │         │        │
│  │           │ (K8s/Consul/DNS/File)│         │         │        │
│  │            └─────────────────────┘         │         │        │
│  └────────────────────────────────────────────┼─────────┘        │
│                                               │                  │
│  ┌────────────────────┐    ┌──────────────────┴──────────┐      │
│  │   Alertmanager     │←───│   Recording/Alerting Rules  │      │
│  │   (告警管理)        │    │   (规则评估引擎)              │      │
│  └────────┬───────────┘    └─────────────────────────────┘      │
│           │                                                      │
│  ┌────────┴───────────┐                                        │
│  │ 通知渠道             │                                        │
│  │ Slack/钉钉/企微/邮件 │                                        │
│  └─────────────────────┘                                        │
│                                                                  │
│  ┌────────────────────┐    ┌─────────────────────────────┐     │
│  │   Grafana          │───→│   Prometheus API (查询)       │     │
│  │   (可视化)          │    └─────────────────────────────┘     │
│  └────────────────────┘                                         │
│                                                                  │
│  ┌────────────────────┐    ┌─────────────────────────────┐     │
│  │   Thanos/VM         │←──│   Remote Write/Read           │     │
│  │   (长期存储)         │    └─────────────────────────────┘     │
│  └────────────────────┘                                         │
└─────────────────────────────────────────────────────────────────┘
```

---

## 二、Prometheus Server

Server 是核心组件，包含三大子模块。

### 1. Retrieval（采集引擎）

负责从目标拉取指标数据。

```yaml
# prometheus.yml —— 采集配置
global:
  scrape_interval: 15s       # 默认采集间隔
  evaluation_interval: 15s   # 规则评估间隔

scrape_configs:
  # 静态目标
  - job_name: 'node-exporter'
    static_configs:
      - targets: ['node1:9100', 'node2:9100', 'node3:9100']
  
  # Kubernetes 服务发现
  - job_name: 'kubernetes-pods'
    kubernetes_sd_configs:
      - role: pod
    relabel_configs:
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape]
        action: keep
        regex: true
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_port]
        action: replace
        target_label: __address__
        regex: (.+):(?:\d+)
        replacement: $1:9100
```

**采集流程**：
```
1. Service Discovery 获取目标列表
2. 每隔 scrape_interval 遍历所有目标
3. HTTP GET http://target:port/metrics
4. 解析文本格式指标
5. 添加 job 和 instance 标签
6. 写入 TSDB
```

### 2. TSDB（时序数据库）

```
存储结构：
  内存块 (Head Block) → 写入 → 持久化到磁盘
     │
     ├── 最近 2 小时数据在内存
     ├── 每 2 小时压缩为一个 Block
     └── Block 通过 mmap 映射到内存查询

  Block 结构：
  /data/
  ├── 01HAB.../            # Block ID (ULID)
  │   ├── chunks/          # 压缩数据块
  │   ├── index/           # 倒排索引
  │   ├── meta.json        # Block 元数据
  │   └── tombstones       # 删除标记
  ├── wal/                 # Write-Ahead Log
  └── snapshots/           # 快照
```

**压缩算法**：
- Gorilla XOR 压缩：浮点数压缩到 ~1.37 bytes
- Delta-of-Delta 压缩：时间戳压缩到 ~1.96 bytes
- 整体压缩比可达 ~10x

### 3. HTTP Server（查询 API）

```bash
# 实时查询
curl 'http://localhost:9090/api/v1/query?query=up'

# 范围查询
curl 'http://localhost:9090/api/v1/query_range?query=up&start=2024-01-15T00:00:00Z&end=2024-01-15T01:00:00Z&step=15s'

# 查看目标
curl http://localhost:9090/api/v1/targets

# 查看告警规则
curl http://localhost:9090/api/v1/rules

# 查看配置
curl http://localhost:9090/api/v1/status/config

# TSDB 统计
curl http://localhost:9090/api/v1/status/tsdb
```

---

## 三、Exporter：指标采集器

Exporter 是暴露 `/metrics` 端点的 HTTP 服务，Prometheus 来拉取。

### 常用 Exporter 一览

| Exporter | 监控对象 | 默认端口 |
|---------|---------|---------|
| node_exporter | Linux 主机（CPU/内存/磁盘/网络） | 9100 |
| mysqld_exporter | MySQL/MariaDB | 9104 |
| redis_exporter | Redis | 9121 |
| blackbox_exporter | HTTP/TCP/ICMP 探测 | 9115 |
| kafka_exporter | Kafka | 9308 |
| nginx_exporter | Nginx | 9113 |
| process_exporter | 任意进程 | 9256 |
| postgres_exporter | PostgreSQL | 9187 |
| elasticsearch_exporter | Elasticsearch | 9114 |
| snmp_exporter | 网络设备（路由器/交换机） | 9116 |

### /metrics 端点格式

```bash
# 访问 Exporter 的 /metrics 端点
curl http://localhost:9100/metrics
```

```text
# HELP node_cpu_seconds_total Seconds the CPUs spent in each mode.
# TYPE node_cpu_seconds_total counter
node_cpu_seconds_total{cpu="0",mode="idle"} 123456.78
node_cpu_seconds_total{cpu="0",mode="system"} 4567.89
node_cpu_seconds_total{cpu="0",mode="user"} 9876.54

# HELP node_memory_MemTotal_bytes Memory information field Mem_Total_bytes.
# TYPE node_memory_MemTotal_bytes gauge
node_memory_MemTotal_bytes 8.589934592e+09

# HELP node_filesystem_free_bytes Filesystem free space.
# TYPE node_filesystem_free_bytes gauge
node_filesystem_free_bytes{device="/dev/sda1",fstype="ext4",mountpoint="/"} 3.221e+10
```

### 四类指标类型

```
1. Counter（计数器）—— 只增不减
   node_cpu_seconds_total{cpu="0",mode="idle"} 123456.78
   适合用 rate() 计算速率

2. Gauge（仪表盘）—— 可增可减
   node_memory_MemTotal_bytes 8.59e+09
   适合直接查看当前值

3. Histogram（直方图）—— 分桶统计
   http_request_duration_seconds_bucket{le="0.1"} 100
   http_request_duration_seconds_bucket{le="0.5"} 200
   http_request_duration_seconds_bucket{le="1.0"} 250
   http_request_duration_seconds_bucket{le="+Inf"} 300
   适合计算分位数

4. Summary（摘要）—— 直接分位数
   http_request_duration_seconds{quantile="0.5"} 0.05
   http_request_duration_seconds{quantile="0.9"} 0.15
   http_request_duration_seconds{quantile="0.99"} 0.3
   客户端计算，不可聚合
```

---

## 四、Pushgateway：短任务推送

### 为什么需要 Pushgateway

```
拉模型的问题：
  Prometheus 每 15 秒拉取目标
  如果任务只运行 5 秒就结束 → Prometheus 可能拉不到

Pushgateway 方案：
  短任务 → 推送指标到 Pushgateway → Prometheus 拉取 Pushgateway
```

### 使用方式

```bash
# 安装
docker run -d -p 9091:9091 prom/pushgateway

# 推送指标
echo "batch_job_records_processed 100" | \
  curl --data-binary @- http://localhost:9091/metrics/job/batch-job/instance/worker-1

# 带标签的指标
cat <<'EOF' | curl --data-binary @- http://localhost:9091/metrics/job/etl-job
# TYPE etl_records_processed counter
etl_records_processed{table="orders",status="success"} 5000
etl_records_processed{table="orders",status="failed"} 12
# TYPE etl_duration_seconds gauge
etl_duration_seconds{table="orders"} 34.5
EOF

# 查看 Pushgateway 中的指标
curl http://localhost:9091/metrics
```

### Prometheus 配置

```yaml
scrape_configs:
  - job_name: 'pushgateway'
    honor_labels: true        # 保留 Pushgateway 推送时设置的 job 标签
    static_configs:
      - targets: ['pushgateway:9091']
```

> ⚠️ **踩坑提示**：
> - Pushgateway 不会自动清理过期指标，需定期清理
> - 不要用它替代拉模型，只用于确实无法被拉取的场景
> - Pushgateway 单点，不适合高可用场景

---

## 五、Alertmanager：告警管理

### 职责

```
Prometheus Server → 评估告警规则 → 触发告警 → 发送给 Alertmanager
Alertmanager → 去重 → 分组 → 路由 → 发送到通知渠道
```

### 核心功能

| 功能 | 说明 |
|------|------|
| 分组 | 将同类告警合并为一个通知（如多个实例同时 down） |
| 抑制 | 某告警触发时抑制其他相关告警（如机房断电抑制服务告警） |
| 静默 | 临时屏蔽告警（维护窗口期间） |
| 路由 | 根据标签路由到不同渠道（严重→钉钉，一般→邮件） |
| 回退 | 主渠道失败时尝试备用渠道 |

### 基本配置

```yaml
# alertmanager.yml
global:
  resolve_timeout: 5m

route:
  group_by: ['alertname', 'cluster']
  group_wait: 30s          # 首次告警等待时间
  group_interval: 5m       # 组内告警间隔
  repeat_interval: 4h      # 重复发送间隔
  receiver: 'default'

receivers:
  - name: 'default'
    webhook_configs:
      - url: 'http://dingtalk-webhook.example.com/alert'
  
  - name: 'critical'
    webhook_configs:
      - url: 'http://dingtalk-webhook.example.com/critical'

inhibit_rules:
  - source_match:
      severity: 'critical'
    target_match:
      severity: 'warning'
    equal: ['cluster', 'service']
```

---

## 六、数据流向全链路

```
完整数据链路：

1. Exporter/应用 暴露 /metrics
   ↓ Pull（HTTP GET /metrics）
2. Prometheus Retrieval 采集
   ↓ 添加 job/instance 标签
3. TSDB 存储
   ↓ 定期评估（evaluation_interval）
4. Recording Rules → 预计算指标存回 TSDB
5. Alerting Rules → 触发告警 → Alertmanager
   ↓ 分组/路由/抑制
6. 通知渠道（Slack/钉钉/邮件）
   ↓ 用户收到告警

7. Grafana → 查询 Prometheus API → 可视化展示
8. Thanos → Remote Read/Write → 长期存储
```

---

## 要点回顾

| 组件 | 职责 | 端口 |
|------|------|------|
| Prometheus Server | 采集、存储、查询 | 9090 |
| Exporter | 暴露指标端点 | 9100+ |
| Pushgateway | 短任务指标中转 | 9091 |
| Alertmanager | 告警路由与通知 | 9093 |
| Grafana | 可视化 | 3000 |
| Thanos | 长期存储与联邦 | 10901 |

- Server 内部三模块：Retrieval（采集）、TSDB（存储）、HTTP Server（查询）
- Exporter 是 Prometheus 生态的基石，100+ 种覆盖各种系统
- Pushgateway 仅用于短任务，不是拉模型的替代
- Alertmanager 负责告警的去重、分组、路由和抑制
- 全链路：Exporter → 采集 → 存储 → 规则 → 告警 → 通知

---

## 下一篇预告

理解了架构后，下一篇 **【Prometheus·入门篇】数据模型：Metric 类型、标签与时间序列** 将深入 Prometheus 的数据模型，讲解四种指标类型的区别和最佳实践。

上一篇了解了 Prometheus 的定位，本篇深入拆解它的架构。Prometheus 不是一个单体工具，而是由多个组件协作的系统。理解每个组件的职责和数据流向，是用好 Prometheus 的基础。

【Prometheus·入门篇】架构详解：Server、Exporter、Pushgateway 与 Alertmanager

研发部经理

云计算

运维

开发工具

Prometheus架构拆解：从Retrieval采集、TSDB存储到HTTPServer查询，详解Exporter指标暴露、Pushgateway短任务推送、Alertmanager告警管理全流程，覆盖核心组件与数据流向。

2026上云采购 | AI焕新·智启新局

ctsdb

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【Prometheus·入门篇】架构详解：Server、Exporter、Pushgateway 与 Alertmanager-腾讯云开发者社区-腾讯云

【Prometheus·入门篇】架构详解：Server、Exporter、Pushgateway 与 Alertmanager

【Prometheus·入门篇】架构详解：Server、Exporter、Pushgateway 与 Alertmanager

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐